煤礦井下瓦斯事故破壞力大,造成的人員傷亡慘重,居煤礦五大災(zāi)害事故之首。分析和研究瓦斯數(shù)據(jù)的特性,構(gòu)建有效的瓦斯?jié)舛阮A(yù)測模型,對瓦斯異常做出及時(shí)、準(zhǔn)確預(yù)警,以減少瓦斯事故的發(fā)生,具有重要意義。本文分析工作面瓦斯運(yùn)移的時(shí)空特性,將時(shí)空建模思想與最小二乘支持向量機(jī)（LSSVM）結(jié)合,構(gòu)建一種瓦斯?jié)舛葧r(shí)空預(yù)測模型。時(shí)空模型引入先驗(yàn)信息的同時(shí)還會引入噪聲,為減弱噪聲對預(yù)測精度的影響,引入選擇性集成學(xué)習(xí)方法,構(gòu)建一種基于選擇性集成的瓦斯?jié)舛葧r(shí)空預(yù)測模型。（1）針對一些智能優(yōu)化算法易陷入局部最優(yōu)解的問題,采用一種動態(tài)蟻群算法（DACO）,對LSSVM的懲罰參數(shù)和核函數(shù)參數(shù)尋優(yōu),構(gòu)建DACO-LSSVM模型。該蟻群算法將求解空間進(jìn)行區(qū)間劃分,初始化時(shí),蟻群較為分散地分布在解空間中,搜索過程不易陷入局部最優(yōu)解。同時(shí)采用動態(tài)全局選擇因子和動態(tài)信息素蒸發(fā)因子,在提升尋優(yōu)精度的同時(shí)加快求解速度。（2）針對單點(diǎn)瓦斯?jié)舛阮A(yù)測模型存在預(yù)測精度低的問題,研究瓦斯?jié)舛葧r(shí)間序列的時(shí)空特性,將時(shí)空建模思想與DACO-LSSVM模型結(jié)合,構(gòu)建瓦斯?jié)舛葧r(shí)空預(yù)測模型。將時(shí)間延遲信息和空間位置信息引入瓦斯?jié)舛阮A(yù)測模型,通過K-me... 

【文章來源】：中國礦業(yè)大學(xué)江蘇省 211工程院校 教育部直屬院校

【文章頁數(shù)】：80 頁

【學(xué)位級別】：碩士

【文章目錄】：
致謝
摘要
abstract
變量注釋表
1 緒論
    1.1 課題的研究背景與意義
    1.2 瓦斯?jié)舛阮A(yù)測方法研究現(xiàn)狀
    1.3 目前存在的問題
    1.4 論文研究內(nèi)容及結(jié)構(gòu)安排
    1.5 本章小結(jié)
2 瓦斯監(jiān)測數(shù)據(jù)采集方案設(shè)計(jì)及時(shí)空性分析
    2.1 瓦斯涌出影響因素分析
    2.2 瓦斯監(jiān)測數(shù)據(jù)采集方案設(shè)計(jì)
    2.3 瓦斯序列時(shí)空特性分析
    2.4 本章小結(jié)
3 基于ST-DACO-LSSVM的瓦斯?jié)舛阮A(yù)測時(shí)空建模方法研究
    3.1 最小二乘支持向量機(jī)理論研究
    3.2 DACO-LSSVM模型建立
    3.3 ST-DACO-LSSVM瓦斯?jié)舛葧r(shí)空預(yù)測模型建立
    3.4 實(shí)驗(yàn)仿真及結(jié)果分析
    3.5 本章小結(jié)
4 基于ABC-ST-DACO-LSSVM的選擇性集成瓦斯?jié)舛葧r(shí)空預(yù)測方法研究
    4.1 選擇性集成學(xué)習(xí)方法研究
    4.2 人工蜂群算法原理分析
    4.3 基于ABC-ST-DACO-LSSVM的選擇性集成瓦斯?jié)舛葧r(shí)空預(yù)測模型建立
    4.4 實(shí)驗(yàn)仿真及結(jié)果分析
    4.5 本章小結(jié)
5 總結(jié)與展望
    5.1 研究工作總結(jié)
    5.2 展望
參考文獻(xiàn)
作者簡歷
學(xué)位論文數(shù)據(jù)集



本文編號：3023044